|
|
＜10：00〜11：30＞
【第１部】AI×IoTによる化学プラントの異常検知システムの構築
(株)Argopilot
代表取締役社長 相馬 知也氏
|
【講演趣旨】
本講演では、AI×IoT技術を活用した化学プラントにおける異常検知システムの構築について解説します。IoTデバイスで収集される振動や音響データを基に、AIアルゴリズムが異常を検知し、故障予知に繋げる方法を紹介します。また、データの前処理や少量データでの異常検知の手法についても触れ、生成AIを活用したアフターアクションやトラブルシューティング支援の実現可能性を議論します。最先端のAI技術が現場に与えるインパクトと、その具体的な応用方法についてお話しします。
|
|
【講演項目】
１．はじめに
1.1 保守/保全のデジタル化
1.2 化学プラントにおける設備監視の重要性
1.3 AI×IoT技術の概略
２．データ収集と前処理
2.1 振動データおよび音響データの収集方法
2.2 データの品質向上のための前処理方法
３．AIによる異常検知と故障予知
3.1 少量データでの異常検知
3.2 AIモデルの構築とチューニング
3.3 事例紹介
４．生成AIの活用
4.1 トラブル発生後の対応支援としての生成AI
4.2 一般的なLLM（例：Chat-GPT）とRAG（Retrieval-Augmented
Generation）の比較
4.3 現場で使うLLMの特徴
【質疑応答】
|
|
|
＜12：15〜13：45＞
【第２部】生産設備における予兆保全を目指したDXの取組み
富士フイルムエンジニアリング(株)
エンジニアリング事業部 テクニカルアドバイザー 石野 昌裕氏
|
【講演趣旨】
富士フイルムでは、生産設備に対して、予め定めている保全標準と設備の状態や生産の状況を基にして保全計画を立案、日々の保全活動を実施し、また、その活動結果を分析することにより、保全標準、保全計画を見直す予兆保全を展開している。
このPDCAサイクルの中で、デジタル技術を駆使しデータ収集・分析を行っており、本講演では、富士フイルムの保全改革、及び、保全活動におけるDX推進に向けたコンセプトとデジタル化の事例を紹介する。
|
|
【講演項目】
１．ものづくりにおけるDXの取り組むべき姿
２．生産現場におけるDXの取り組み
2.1 工程情報の見える化
2.2 品質要因解析への適用事例
３．予兆保全を目指したDXの取組み
3.1 富士フイルムの保全改革
（１）設備保全が抱える問題点と保全改革
（２）人材育成の取組み
（３）点検・診断・延命化技術の深耕
（４）情報の見える化/設備履歴の情報集約
3.2 設備管理におけるDXの取組み
（１）FMEA・FTAの活用
（２）保全報告等の情報収集
（３）自然言語分析の活用
（４）活動の分析
４．まとめ
【質疑応答】
|
|
|
＜14：00〜15：30＞
【第３部】3Dデジタルツインによる 予知保全と導入・運用のポイント
千代田化工建設(株)
O&M-Xソリューション事業部 開発・海外プロジェクトセクションリーダー 米山 徹氏
|
|
【講演趣旨】
デジタルツインという言葉がプラント界隈で聞かれ始めてすでに10年近く経つが、様々なベンダーが独自の解釈でツールやサービスを提供している。エンジニアリング企業として早くからデジタルツインの可能性を見出し、国内外のお客様の声を聞いてきた。本講演ではプラントに求められる、真に使えるデジタルツインとは何なのかを整理し、今後生成AI、やIoT、XR、ロボットといった将来の技術がさらに発達してくることで、どこへ向かってゆくかを考察する。
|
|
【講演項目】
１．デジタルツインと呼ばれているものの正体
２．デジタルツインへの誤解
2.1 コンサルの誤解
2.2 ITベンダーの誤解
2.3 OTベンダーの誤解
2.4 エンジニアリング会社の誤解
３．プラントデジタルツインに求められるもの
3.1 データから見た建設(EPC)とO&M(Operation & Maintenance)の本質
3.2 運転と保全の健全性
3.3 属人からデータドリブンへ
3.4 サイバーフィジカルシステムとデータの主権
４．プラントデジタルツインの中身
4.1 データはどこにある？
4.2 プロセスデジタルツイン
4.3 ３Dデジタルツイン
５．デジタルツインの向かう先
６．まとめ
【質疑応答】
|
|
|
＜１5：45〜17：15＞
【第４部】異常予兆検知・制御へのAI技術導入と実装、そして真のDXに向けた挑戦
横河デジタル(株)
Enterprise AI推進室 Chief AI Officer 小渕 恵一郎氏
|
|
【講演趣旨】
YOKOGAWAはAI技術を用いたデータ解析に基づいたプラントの異常予兆検知について多くの実績を持ちます。更に、AIによるプラント自律制御に挑戦し、これを実現しました。
ここでは、YOKOGAWAのAI技術に関する考え方をお話しした後、プラントの異常予兆検知に関する事例を紹介し、さらに、自律制御AI技術の開発過程とプラントへ適用した事例の詳細について述べます。
そして、YOKOGAWAが目指す真のDXに向けた挑戦についてお話しします。
|
|
【講演項目】
１．はじめに、
２．YOKOGAWAのAI技術に関する考え方
３．AI技術を使ったデータ解析による異常予兆検知
3.1 AIデータ解析プロセス
3.2 異常予兆検知事例（１）
3.3 異常予兆検知事例（２）
４．自律制御AI技術の開発
4.1 開発の背景
4.2 開発の経緯
4.3 Factorial Kernel Dynamic Policy Programing
５．自律制御AIの化学プラントへの適用
5.1 適用箇所の詳細
5.2 適用の手順詳細
5.3 適用結果
６．横河が目指す真のDXに向けた挑戦
6.1 DXの現状
6.2 DXで目指すべきもの
6.3 AI ファーストとは、
6.4 AIファースト・マニュファクチャリングの実現
７．さいごに
【質疑応答】
|
